python resample_量化工具｜利用python将tick数据合成分钟数据并跨周期获取"MA

最新推荐文章于 2023-11-07 16:35:47 发布
VIP文章 最新推荐文章于 2023-11-07 16:35:47 发布
阅读量3.8k 收藏 13
点赞数 2
文章标签： python resample
eca267bd403945ff80bbdccc9773fc1c

​编辑 | Cowboy

校对 | 李明

来源 | 牛角财经

目的 | 如何利用python将tick合成分钟数据并跨周期获取"MA"技术指标？？？(附代码)

ca65e4cb3ddf4ad6bc6a459acf3779bd

速览：

本文将讲解如何利用python量化工具 | 如何利用python将tick数据合成分钟数据并跨周期获取"MA"技术指标。即：在1分钟K线上获取5分钟k的5周期均线(MA5)。了解当前案例，就可以跨周期引用其他任何周期、任意指标，一起来看看吧！

如需本案例代码，微信关注：‘牛角财经’ ，回复：‘对应标题’ ，即可领取！

ae9667cb586043bd8c15d82b7868c254

什么是跨周期？

在很多程序化策略中，作者觉得用得最多的也是比较重要的模块那就是跨周期获取数据，跨周期简单来讲就是在当前周期内引用上一级周期K线数据或者计算的指标。举个简单的双均线策略：

假定：交易周期为60分钟，引用周期为日线，指标为MA。

1.日线MA10>MA20 A

最低0.47元/天 解锁文章
weixin_39598584
关注
  • 2
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pyrhon 如何将实时的tick行情，处理成1分钟k线数据
zhangzhechun的专栏
08-01 1284
然后，定义了一个定时任务 job，每隔 1 分钟执行一次，用于调用 process_tick_data 函数处理 tick 数据，并打印 K 线图数据。最后，将 K 线图数据合并到一个数据框中，并将时间戳设置为数据框的索引。将实时的 tick 行情处理成 1 分钟 K 线数据，需要使用定时任务来定时获取 tick 数据，并将其按照时间间隔进行分组，然后对每个时间段内的 tick 数据进行处理，计算出该时间段的开盘价、最高价、最低价和收盘价，最后将每个时间段的 K 线图数据合并到一个数据框中。
数据处理Pandas-按日期统计并显示数据(resample()方法)-Python实例源码.zip
12-13
数据处理Pandas-按日期统计并显示数据(resample()方法)-Python实例源码.zip
Python代码源码-实操案例-框架案例-按日期统计并显示数据(resample()方法).zip
最新发布
02-22
Python代码源码-实操案例-框架案例-按日期统计并显示数据(resample()方法).zip
基于YOLOv5改进torch、trt和onnxruntime（源码）.rar
04-15
1、资源内容：基于YOLOv5改进torch、trt和onnxruntime（源码）.rar 2、适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业设计，作为“参考资料”使用。 3、更多仿真源码和数据集下载列表（自行寻找自己需要的）：https://blog.csdn.net/m0_62143653?type=download 4、免责声明：本资源作为“参考资料”而不是“定制需求”不一定能够满足所有人的需求，需要有一定的基础能够看懂代码，能够自行调试，能够自行添加功能修改代码。由于作者大厂工作较忙，不提供答疑服务，如不存在资源缺失问题概不负责，谢谢理解。
python中resample函数实现重采样和降采样代码
12-20
函数原型 resample(self, rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention=‘start’, kind=None, loffset=None, limit=None, base=0, on=None, level=None) 比较关键的是rule,closed,label下面会随着两个用法说明 降采样 对时间数据细粒度增大，可以把每天的数据聚合成一周，可以求和或者均值的方式进行聚合 下面给出列子 times=pd.date_range('20180101',period
利用tushare的股票tick数据，合成1分钟K线，用1分钟K线合成N分钟K线.zip
11-25
利用tushare的股票tick数据，合成1分钟K线，用1分钟K线合成N分钟K线， 涉及的pandas.DataFrame方法有：resample（针对时间序列）、merge， jupyter notebook binder Binder jupyter lab binder(?filepath=替换为?urlpath=lab/tree/，推荐)
python不同时间周期k线_python均线周期转换（日线->周线）
weixin_32244597的博客
12-23 2639
开发工具jupyter，使用的版本基于python3.8import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 数据从网易股票接口下载# http://quotes.money.163.com/service/chddata.html?code=0000002&start=20150101&end=...
图表背后的秘密 | 如何用Python合成K线
m0_62038975的博客
03-29 1790
在这篇文章中，我们会教大家自己用tick数据合成K线。
超级简单的K线合成方法
weixin_45426519的博客
01-14 3458
python合成K线数据，将1分钟、tick转成其他周期级别的K线行情数据
tick数据、盘口数据、成交明细数据详解
jojojuejue的博客
11-07 3547
tick数据处理，盘口数据处理
Python 按日期统计并显示数据（resample()方法）Python源码
11-11
Python 按日期统计并显示数据（resample()方法）Python源码Python 按日期统计并显示数据（resample()方法）Python源码Python 按日期统计并显示数据（resample()方法）Python源码Python 按日期统计并显示数据...
tick数据生成K线数据 计算RSI
活到老、学到老
04-04 9083
数据来源大富翁期货数据，文件存放示例 F:\share\zc\20180108\ZC805_20180108.csv F:\share\zc\20180109\ZC805_20180109.csv 以下 代码生成1分钟、5分钟、15分钟k线数据，包括RSI数据示例：大富翁数据中心_市场代码,合约代码,时间,最新,持仓,增仓,成交额,成交量,开仓,平仓,成交类型,方向,买一价,卖一价,买一量,卖一量...
python k线合成_手把手教你写一个Python版的K线合成函数
weixin_39624705的博客
12-08 460
手把手教你写一个Python版的K线合成函数在编写、使用策略时，经常会使用一些不常用的K线周期数据。然而交易所、数据源又没有提供这些周期的数据。只能通过使用已有周期的数据进行合成。合成算法已经有一个JavaScript版本了(链接)，其实移植一段JavaScript代码为Python版本很简单。接下来我们一起写一个Python版本的K线合成算法。JavaScript版本function GetNe...
Julia实现任意时间周期转换,比如Tick转5分钟周期
数据齿轮
01-11 3115
而通过Julia实现时, 会很方便将tick序列转为任意周期(包括分钟,小时等)的Bar序列. 本方法的特点: 目标序列周期任意 源序列周期可任意, 但理应比目标周期小 不需进行大量的临时序列和内存拷贝
使用日期数据校验tick数据有效性
qq_45181440的博客
06-07 280
在分析数据过程中，数据有效性非常重要，所谓garbage in garbage out，数据正确性得不到保证，结果的可信度就要打折扣。聚宽提供了很多数据api方便调用，其中tick数据包含了低粒度（秒级）数据成交的快照，具有较大的微观数据分析价值，但tick数据量大，由于各种原因（服务器，网络等）导致数据出现问题的几率偏大，但通常日级的数据可信度较高，所以我们可以用日级数据来检验下tick数据的有...
python 通达信数据_[转载]怎么样才能得到 07年08年的1分钟线数据呢，python 和 通达信可以...
weixin_39719727的博客
11-26 909
最近在学习一种理论，真TMD的难啊，又没有多少图可以看，说到的以前的分钟线数据，在网上找了很久，都不容易看到。不过利用通达信可以帮我们做到。通达信可以下载每天的分笔数据，就利用这个文本文件去产生以前的分时图！用到的工具是著名的python，也是我最喜欢的语言。需要说明的是，我安装的是国信，路径是e:cworkguosen ， 为了方便看历史分时线我我是将产生的5分钟数据文件和1分钟数据文件拷贝到英...
python秒数变分钟_python – 将秒转换为分钟和秒
weixin_39538607的博客
11-28 330
我在python 2.7中为一个定时器程序编写了一些代码.缺点是结果是几秒钟,我需要它在分钟：秒.我试图格式化时间无济于事.有人可以帮忙吗？“from Tkinter import *import timeroot = Tk()root.title("Timer")canvas = Canvas(root)canvas.pack()time=1def tick():canvas.delete(AL...
Backtrader（二十二）- 混合时间粒度回测
weixin_44785098的博客
02-01 2242
简述 当要使用不同时间粒度的行情数据时，backtrader有两种处理方式，第一种是读入不同的行情bar数据，第二种是将细粒度数据合并成粗粒度数据（resample） 读入不同的行情bar数据 规则 最小粒度的数据必须被第一个加入到Cerebro实例中 数据必须按照日期时间升序排列 大粒度数据的使用有可能使得策略的最小周期变大 若使用不同时间粒度的指标进行运算，则要采用cerebro.run(runonce=False) 若策略中使用了不同时间粒度的指标进行运算，不能用cerebro.run() init
高频交易系统编写（纳秒级，多进程，分布式，附基础代码）
05-09
高频交易系统编写（纳秒级，多进程，分布式，附基础代码）这是《从编程小白到量化宗师之路》系列的第二个高级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从C++环境的安装开始使用，到期货数据采集，完美实现一套期货交易高频软件开发（也可做虚拟货币交易），既可以使用C++编写策略又可以通过python编写策略（pybind）。本系统架构设计的特点在最后一章进行了说明，之所以在支持多进程的基础上，又额外支持（跨国，跨省，跨机房）的分布式，是因为有些投资策略有保密的要求，例如：1. 需要把一个策略分摊在多个不同的期货公司（如果交易股票则是多个不同的证券交易所，交易虚拟货币则是多个不同的虚拟交易所），本系统架构都可以完美支持。2 当然，这样的系统架构可以完美提供股票和期货股指的对冲交易策略，因为使用了不同的IP地址，故他人无法通过大数据进行合并逆向推测策略原理。3. 其他需求 课程注重实战，学员上课后，可以达到：日常进行的高频交易，自定添加新的股票接口，添加新的虚拟货币交易所。  
具体python 代码 ，wind的Python接口使用wsq实时订阅tick数据，合成分钟线
06-06
好的，根据您的要求，我会提供一份Python代码，使用Wind的Python接口订阅实时Tick数据，并将其合成为分钟线数据。 首先，您需要安装Wind的Python接口，可以通过以下命令在命令行中安装： ``` pip install WindPy ``` 然后，您可以使用以下代码来连接Wind服务器并订阅实时Tick数据： ```python import time import numpy as np import pandas as pd import WindPy as wp # 连接Wind服务器 wp.start() # 订阅Tick数据 wp.wsq("000001.SH", "rt_time,rt_last", func=lambda x: print(x)) # 等待Tick数据 time.sleep(10) # 关闭连接 wp.stop() ``` 在上面的代码中，我们使用了Wind的`wsq`函数订阅了上证指数（000001.SH）的实时Tick数据，并将其打印到控制台上。`wsq`函数的第一个参数是证券代码，第二个参数是需要订阅的数据字段，这里我们订阅了实时时间和最新价。`func`参数指定了回调函数，当有新的Tick数据到达时，会自动调用该函数。 接下来，我们需要将实时Tick数据合成为分钟线数据。我们可以使用Pandas库中的`resample`函数来实现： ```python import time import numpy as np import pandas as pd import WindPy as wp # 连接Wind服务器 wp.start() # 订阅Tick数据 tick_data = wp.wsq("000001.SH", "rt_time,rt_last").Data[0] # 将Tick数据转换为DataFrame df = pd.DataFrame({"time": tick_data[::2], "price": tick_data[1::2]}) df["time"] = pd.to_datetime(df["time"]) # 将DataFrame按分钟合并为分钟线数据 min_data = df.set_index("time").resample("1min").agg({"price": "ohlc"}) # 打印分钟线数据 print(min_data) # 关闭连接 wp.stop() ``` 在上面的代码中，我们首先订阅了上证指数的实时Tick数据，并将其转换为DataFrame格式。然后，我们使用`set_index`函数将时间列设置为索引，并使用`resample`函数按分钟合并数据。`agg`函数指定了每个分钟线数据的计算方法，这里我们使用了OHLC法，即开盘价、最高价、最低价和收盘价。最后，我们打印了合成后的分钟线数据。 当然，实际应用中，我们需要不断更新分钟线数据，并将其保存到数据库或文件中，以便后续分析和使用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值